[Центр digital-профессий ITtensive] Машинное обучение: регрессия и предсказание данных на Python (2020)

Приветствую, уважаемые посетители проекта bunker.li
Отчасти каждый желает лучшей жизни для себя и своих близких, однако, это не всегда возможно при отсутствии финансовой стабильности. Работа грузчиком или продавцом не принесет успеха в жизни. «Существовать» и получать 15-20 тысяч рублей на обеспечение себя и своей семьи явно не перспективное занятие.
В связи с этим, отчасти и с появлением столь ужасающего вируса, как covid-19 было принято решение о создании проекта BUNKER. Дабы, каждый смог ощутить свою точку финансовой опоры и не спеша поднимать денежные средства на каком – либо виде заработка, независимо с капиталом или без вложений.
Проект создан исключительно в ознакомительных целях, по – крайней мере, за публикации пользователей, относящиеся к нелегальным видам заработка, а именно: серые схемы и черные мануалы, Администрация проекта Bunker не несет никакой ответственности! Настоятельно, рекомендуем присмотреться к белому виду заработка.
Относительно бесплатных и платных схем по заработку. Мы подбираем лучшее, что можем найти в сети и упаковываем в удобный для читателя формат. Однако, сегодня – завтра, тот или иной мануал по заработку может «загнуться». Но, поразмыслив своей «незатейливой фасолиной», Вы можете обрести для себя знания и придумать свою тему, по которой можно не только зарабатывать на использовании самой темы, но и обучать других желающих при этом получая достойное вознаграждение.
Помимо всего прочего, Администрация проекта желает помочь, тем людям, кто придумал свои схемы по заработку и желает вырубить с них небольшую копеечку в свой бюджет.
Вы можете купить схему по заработку, абсолютно не опасаясь за то, что она «не рабочая». Все темы проверяются на факт уникальности (дабы не скупить авторство мануала) и работоспособность самой схемы!

BunkerBOT

Подтверждённый
Регистрация
Май 25, 2020
Сообщения
532
Реакции
251
Автор: Центр digital-профессий ITtensive
Название: Машинное обучение: регрессия и предсказание данных на Python (2020)
Машинное обучение: регрессия и предсказание данных на Python [Центр digital-профессий ITtensive]
Выигрываем соревнование на Kaggle по предсказанию данных с ансамблем линейной регрессии

Чему вы научитесь
  • Процесс ETL: загрузка, очистка, объединение данных
  • Построение и оценка качества модели линейной регрессии
  • EDA: исследовательский анализ данных
  • Обогащение данных для извлечение смысла
  • Оптимизация потребления памяти набором данных
  • Иерархия моделей линейной регрессии
  • Ансамбль моделей линейной регрессии
  • Экспорт и импорт данных в CSV и HDF5
  • Участие в соревнование Kaggle
Описание
Мы рассмотрим все практические аспекты применения линейной регрессии для предсказания числовых показателей энергопотребления ASHRAE в соревновании на Kaggle вплоть до формирования конечного результата.

В этом курсе:
  • Особенности процесса анализа данных (ETL): загрузка, очистка, объединение наборов данных с pandas.
  • Проведение исследовательского анализа данных для поиска зависимостей: EDA.
  • Использование sklearn для линейной регрессии.
  • Интерполяция и экстраполяция данных.
  • Расчет метрики качества RMSLE для моделей линейной регрессии.
  • Оптимизация линейной регрессии: выбор наилучших параметров и гиперпараметров.
  • Оптимизация потребления памяти при работе с большими данными.
  • Запасные модели линейной регрессии.
  • Ансамбли линейной регрессии для уточнения предсказания.
  • Экспорт и импорт данных, включая промежуточные.
  • Выгрузка результата для соревнования на Kaggle.

Для кого этот курс:
  • Аналитики Python, изучающие машинное обучение
  • Программисты больших данных
  • Исследователи больших данных
Просмотр скрытого контента доступен только для зарегистрированных пользователей!

Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
 

VARBA

Команда форума
Администратор
Регистрация
Фев 1, 2020
Сообщения
586
Реакции
565

F0kycnik

Сомнительный
Регистрация
Июл 1, 2020
Сообщения
9
Реакции
0
Внимательнее будьте пожалуйста) перепроверил) совпадает по названию и описанию)
по порядку и внимательно)
1. берем ссылку на облако отсюда:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
2. переходим в похожие темы:
3. берем ссылку там на облако:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
ну как бы ссылки похожи
+ название тут "Машинное обучение: регрессия и предсказание данных на Python", а по ссылке:
 

Вложения

Верх